基于聯(lián)網(wǎng)收費數(shù)據(jù)的高速公路交通擁擠識別方法研究.pdf

1、隨著經(jīng)濟社會的快速發(fā)展，高速公路網(wǎng)絡不斷完善，人們的機動化出行需求急劇增長，交通負荷的不斷增加導致高速公路服務水平逐漸降低，尤其是節(jié)假日休閑旅游和春節(jié)探親訪友的客流高峰期間高速公路擁堵現(xiàn)象頻發(fā)，因此，快速科學的判別道路擁堵狀況，進而由交通管理部門采取適當?shù)拇胧?，降低交通擁堵發(fā)生的頻率，盡可能提高道路的通行能力，具有重要的實際意義。
　　首先，論文從高速公路交通組成分析入手，結合行車速度、占有率等交通流特征參數(shù)，對交通擁擠的類型以及

2、成因作進一步分析，解釋了常發(fā)性與偶發(fā)性交通擁堵的成因及特性。然后，結合交通狀態(tài)指標參數(shù)選取原則，綜合考慮國內(nèi)高速公路交通運行狀態(tài)的分類，論文選取交通流量、平均行程速度以及道路占有率作為交通狀態(tài)的識別指標。再而比較分析了目前國內(nèi)外經(jīng)典的交通狀態(tài)判別方法以及加州算法、MeMaster算法、指數(shù)平滑算法、正態(tài)偏差算法等判別算法和BP神經(jīng)網(wǎng)絡算法。
　　接下來，論文分析了高速公路聯(lián)網(wǎng)收費系統(tǒng)收費數(shù)據(jù)的采集、修復和提取等預處理方法，給出了基

3、于聯(lián)網(wǎng)收費數(shù)據(jù)的基本路段交通流量、平均行程速度以及道路占有率等交通參數(shù)的計算方法。在分析BP神經(jīng)網(wǎng)絡相關概念和理論的基礎上，從輸入?yún)?shù)選擇、模型標定和求解流程等方面詳細討論了基于BP神經(jīng)網(wǎng)絡的路網(wǎng)交通狀態(tài)判別模型的構建和求解。
　　最后，論文以河南省高速公路33個基本路段收費站采集的數(shù)據(jù)為基礎，分析了收費站數(shù)據(jù)的提取和處理過程，并且以MATLAB作為仿真工具，完成基于BP神經(jīng)網(wǎng)絡的路網(wǎng)交通判別方法的程序設計和仿真計算，使用抽樣數(shù)據(jù)